[PYTHON] Même si je savais que le cours d'apprentissage automatique de l'exemple était bon, j'ai continué à le suivre pendant deux ans, mais c'était quand même bon
L'autre jour, j'ai suivi le cours "Machine Learning" sur le site d'apprentissage en ligne Coursera. C'était la meilleure étude, mais pour ceux qui s'intéressent à l'apprentissage automatique et commencent à collecter des informations, l'histoire " Le cours d'apprentissage automatique de Coursera est recommandé </ b>"
"Oui, Je sais </ font>"
N'est-ce pas comme </ b>?
(Par exemple, si vous recherchez sur Qiita, vous trouverez les articles très populaires suivants liés au cours)
- Le chemin le plus court pour les programmeurs en activité qui ont évité les mathématiques pour commencer à étudier l'apprentissage automatique - Qiita
- Résultat de l'étude de l'apprentissage automatique à partir de zéro pendant un mois - Qiita
Je pense que c'est ce que je fais depuis environ deux ans, tout en étant recommandé par des gens et des articles encore et encore.
Cependant, il y a environ deux mois, quand j'ai commencé ce cours par hasard, je pense que c'était le meilleur de la réputation, et en même temps, je savais que ce cours était bon comme moi, mais à travers Je me demandais s'il y avait beaucoup de gens qui continuent à le faire </ font>, et tout en énumérant les «raisons de ne pas faire» </ b> qui étaient dans mon cerveau (quoique bruyantes), «Non, <b. > Pourtant, vous devriez le faire </ b> ".
Le niveau de "classe Stanford" semble élevé
Peu importe combien vous dites "Introduction" à la classe de l'Université de Stanford, le plus haut sommet du monde
"C'est une introduction de haut niveau, n'est-ce pas?"
J'ai pensé. Même si vous lisez un livre technique, vous ne comprendrez pas les sentiments de quelqu'un qui ne vous vient pas du tout à l'esprit.
Non, cette classe peut être comprise par les singes.
... Je ne peux pas dire </ font> </ b>.
Après tout, beaucoup de formules sortent et je ne comprends pas ce que je dis. Je suis fatigué. Mais au moins, vous n'avez pas besoin des meilleures connaissances préalables au monde </ b> pour vous inscrire à Stanford.
Si vous pouvez faire des mathématiques et de la programmation au niveau secondaire, cela suffit comme connaissances préalables, et le Dr Andrew est fou d'expliquer la signification des formules mathématiques. À partir du moment où les termes sont coupés et simplifiés, ils expliquent la nature de la formule dans l'ordre et expliquent en quoi elle est utile dans l'apprentissage automatique, il y a donc un sentiment de conviction et de faim. ..
Et parfois, " Même si vous ne comprenez pas la signification de cette formule, L'apprentissage automatique peut être effectué à l'aide d'une bibliothèque implémentée par une personne formidable </ font>, donc ça va </ b>" Je vais aussi vous dire. Partout, je sens que je suis un enseignant qui comprend les sentiments des gens qui ne comprennent pas.
Apprendre en anglais sur un domaine que vous ne comprenez pas ...
Il y a des sous-titres japonais </ b> dans toute l'histoire. Ce n'est pas le japonais désagréable de la traduction automatique, mais le japonais naturel par des volontaires.
Au début, j'ai senti que " regarder des vidéos en anglais avec des sous-titres japonais était quelque chose que j'avais perdu </ font>" "Regarder en anglais m'a également aidé à étudier l'anglais, deux oiseaux avec une pierre" Il y avait aussi un engagement étrange, mais
――La première décision est d'apprendre le machine learning ―― (En regardant en anglais) Si l'obstacle psychologique devient élevé et que vous arrêtez de faire la conférence, vous tomberez
J'ai rouvert et j'ai tout regardé en japonais.
Depuis, divers cours en ligne sont apparus et je pense qu'il y a quelque chose de mieux.
Je ne sais pas quand ce cours existe, mais je pense que c'était déjà en 2012. De nos jours, certains cours sont expliqués en japonais par le japonais depuis le début, certains couvrent l'apprentissage profond et certains sont très évalués.
L'un des avantages de ce cours est que les explications du Dr Andrew sont faciles à comprendre et pratiques, mais bien sûr elles sont également bonnes.
Des affectations de programmation hebdomadaires sont requises </ font> </ b>
À cet égard, je pensais que c'était extrêmement bien meilleur que les autres cours en ligne.
Vous devez implémenter vous-même </ b> le réseau neuronal ou le système de recommandation que vous avez appris dans la vidéo et le soumettre chaque semaine [^ 1].
[^ 1]: il est automatiquement noté immédiatement
C'est vraiment super
―― Même si vous ne comprenez pas bien en regardant la vidéo, vous pouvez bien la comprendre en écrivant vous-même le programme. ―― Même si vous pensez pouvoir comprendre en regardant la vidéo, lorsque vous écrivez vous-même le programme, la partie où la compréhension était ambiguë peut être mise en évidence </ b>. ――Vous pouvez être sûr que " je peux encore mettre en œuvre ceci </ b>"
J'ai senti que cela avait eu l'effet. Je n'ai pas tellement vu ce format dans d'autres cours en ligne, et je pense même que peu importe la qualité de la vidéo, cela n'a pas de sens sans elle [^ 2].
[^ 2]: Sauf pour ceux qui peuvent bouger leurs mains et apprendre sans être chargés de devoirs
Soit dit en passant, récemment, le livre "Deep Learning from scratch" a été très bien accueilli, et je pense que beaucoup de gens ont commencé / apprendront de zéro.